PV-DM (do inglês, Paragraph Vector Distributed Memory) é
um método de aprendizado de máquina utilizado no
processamento de dados textuais. A ideia central é prever
uma palavra (de contexto) a partir de um conjunto de
palavras amostrado aleatoriamente – palavras de contexto
e ID de parágrafo. Quando aplicado sobre um conjunto de
documentos textuais (por exemplo, os processos deferidos
arquivados no TJ-AC), qual a vantagem desse método em
relação ao método BOW, baseado em contagem de
palavras?